هذا هو الأمر v.lidar.edgedetectiongrass الذي يمكن تشغيله في موفر الاستضافة المجاني OnWorks باستخدام إحدى محطات العمل المجانية المتعددة عبر الإنترنت مثل Ubuntu Online أو Fedora Online أو محاكي Windows عبر الإنترنت أو محاكي MAC OS عبر الإنترنت
برنامج:
اسم
ضد الكشف عن الحسم - يكتشف حواف الكائن من مجموعة بيانات LIDAR.
الكلمات الرئيسية
ناقلات، ليدار، الحواف
موجز
ضد الكشف عن الحسم
ضد الكشف عن الحسم --مساعدة
ضد الكشف عن الحسم [-e] إدخال=الاسم الناتج=الاسم [ew_step=الطفو] [ns_step=الطفو]
[lambda_g=الطفو] [tgh=الطفو] [tgl=الطفو] [الوسم=الطفو] [lambda_r=الطفو]
[-اعادة الكتابة] [-مساعدة] [-مطنب] [-هدوء] [-ui]
الأعلام:
-e
تقدير كثافة النقطة والمسافة
تقدير كثافة النقطة والمسافة لنقاط متجه الإدخال داخل التيار
تمتد المنطقة وتوقف
--الكتابة فوق
السماح لملفات الإخراج بالكتابة فوق الملفات الموجودة
--مساعدة
طباعة ملخص الاستخدام
- الإسراف
إخراج وحدة مطول
--هادئ
إخراج وحدة هادئة
--ui
فرض إطلاق مربع حوار واجهة المستخدم الرسومية
المعلمات:
إدخال=الاسم [مطلوب]
اسم خريطة متجه الإدخال
أو مصدر بيانات للوصول المباشر إلى OGR
الناتج=الاسم [مطلوب]
اسم لخريطة ناقل الإخراج
ew_step=الطفو
طول كل خطوة خدد في اتجاه الشرق والغرب
الافتراضي: 4
ns_step=الطفو
طول كل خطوة خدد في اتجاه الشمال والجنوب
الافتراضي: 4
lambda_g=الطفو
وزن التنظيم في تقييم التدرج
الافتراضي: 0.01
tgh=الطفو
عتبة تدرج عالية لتصنيف الحافة
الافتراضي: 6
tgl=الطفو
عتبة تدرج منخفضة لتصنيف الحافة
الافتراضي: 3
الوسم=الطفو
نطاق الزاوية للكشف عن نفس الاتجاه
الافتراضي: 0.26
lambda_r=الطفو
وزن التنظيم في التقييم المتبقي
الافتراضي: 2
الوصف
ضد الكشف عن الحسم هي الخطوة الأولى من ثلاث خطوات لتصفية بيانات LiDAR. يهدف الفلتر إلى
التعرف على الأشياء المرفقة والمنفصلة واستخراجها (مثل المباني والجسور والطاقة
الخطوط والأشجار وما إلى ذلك) من أجل إنشاء نموذج التضاريس الرقمية.
على وجه الخصوص، تكتشف هذه الوحدة حافة كل ميزة على التضاريس
سطح سطح نقطة LIDAR. بادئ ذي بدء، استيفاء خط ثنائي مع أ
يتم تنفيذ معلمة تسوية Tychonov. يتم تصغير التدرج والمنخفض
تعمل معلمة التنظيم Tychonov على تقريب الوظائف المحرفة قدر الإمكان
إلى الملاحظات. يتم بعد ذلك استيفاء الشريحة المكعبة مع تنظيم Tychonov
إجراء. ومع ذلك، تم الآن تقليل الانحناء وتعيين معلمة التنظيم
إلى قيمة عالية. لكل نقطة، يتم حساب قيمة محرف من bicubic
يتم حساب السطح والتدرج المحرف من السطح الثنائي. في كل نقطة
يتم حساب حجم التدرج واتجاه متجه الحافة، و
يتم حساب المتبقية بين القيم المحرفة والمرصودة. تم تحديد عتبتين
على التدرج، عتبة عالية tgh ومنخفضة tgl. لكل نقطة، إذا كان التدرج
الحجم أكبر من أو يساوي العتبة العالية والمتبقي لها أكبر من
أو يساوي الصفر، يتم تصنيفها على أنها نقطة EDGE. وبالمثل يتم تصنيف النقطة على أنها
نقطة EDGE إذا كان حجم التدرج أكبر من أو يساوي العتبة المنخفضة، فهي
المتبقي أكبر من أو يساوي الصفر، والتدرج لاثنين من الثمانية المجاورة
النقاط أكبر من العتبة العالية. يتم تصنيف النقاط الأخرى على أنها TERRAIN.
سيكون الناتج عبارة عن خريطة متجهة تم تصنيف النقاط فيها على أنها TERRAIN أو EDGE أو
مجهول. يجب أن تكون خريطة المتجهات هذه بمثابة مدخلات ضد زراعة الليدار وحدة.
الملاحظات
في هذه الوحدة، سيتم إنشاء جدول خارجي والذي سيكون مفيدًا للوحدة التالية
إجراء تصفية بيانات LiDAR. في هذا الجدول قيم الارتفاع المحرفة
سيتم تسجيل كل نقطة. سيتم أيضًا تصنيف النقاط في خريطة متجه الإخراج على النحو التالي:
التضاريس (القط = 1، الطبقة = 1)
EDGE (القط = 2، الطبقة = 1)
غير معروف (القط = 3، الطبقة = 1)
النتيجة النهائية للإجراء بأكمله (ضد الكشف عن الحسم, ضد زراعة الليدار,
ضد تصحيح الليدار) سيتم تصنيف النقاط في أربع فئات:
TERRAIN SINGLE PULSE (قطة = 1 ، طبقة = 2)
نبض التضاريس المزدوج (القط = 2 ، الطبقة = 2)
نبض واحد وجوه (قطة = 3 ، طبقة = 2)
نبض مزدوج وجوه (قطة = 4 ، طبقة = 2)
أمثلة
Basic حافة كشف
v.lidar.edgedetection input=vector_last الإخراج=edge ew_step=8 ns_step=8 lambda_g=0.5
تنفيذ سير العمل
# إعدادات المنطقة (باستخدام البيانات النقطية الموجودة)
ز المنطقة النقطية = elev_lid792_1m
# يستورد
v.in.lidar -tr input=points.las الإخراج=points
v.in.lidar -tr input=points.las الإخراج=points_first return_filter=first
# كشف
v.lidar.edgedetection input=إخراج النقاط=edge ew_step=8 ns_step=8 lambda_g=0.5
v.lidar.growing input=إخراج الحافة=تزايد أولاً=points_first
v.lidar.correction input=تزايد المخرجات=تضاريس التصحيح=only_terrain
# تصور النقاط المختارة
# قم بتكبير مكان ما أولاً، لجعله أسرع
d.rast Map=orthophoto
د.خريطة المتجهات=طبقة التصحيح=قطتان=2 لون=حجم أحمر=2,3,4
د.خريطة المتجهات=طبقة التصحيح=قطتان=لون واحد=2:1:0 الحجم=128
# الاستيفاء (قد يستغرق هذا بعض الوقت)
v.surf.rst input=only_terrain elevation=terrain
# احصل على نقاط الكائن للتصور ثلاثي الأبعاد
v.extract الإدخال = طبقة التصحيح = 2 قطط = 2,3,4،XNUMX،XNUMX إخراج = كائنات
الشكل 1: مثال الناتج تبدأ من إكمال سير العمل (أحمر: شاء، الأخضر: تضاريس)
الشكل 2: 3D التصور of مصفى موضوع نقطة (أحمر) تضاريس خلق تبدأ من
تضاريس نقطة (رمادي)
المراجع
· Antolin, R. وآخرون, 2006. تحديد نماذج التضاريس الرقمية بواسطة LiDAR
التكنولوجيا: تجربة حوض بو. Bolletino di Geodesia e Scienze Affini، anno
الخامس والعشرون، ن. 2، ص 69-89.
· Brovelli MA, Cannata M., Longoni UM, 2004. تصفية بيانات LIDAR وDTM
الاستيفاء ضمن GRASS ، المعاملات في GIS ، أبريل 2004 ، المجلد. 8 ، اصدار. 2 ، ص.
155-174(20)، شركة بلاكويل للنشر المحدودة.
· Brovelli MA, Cannata M., 2004. إعادة بناء نموذج التضاريس الرقمية في المناطق الحضرية
مناطق من بيانات المسح بالليزر المحمولة جواً: طريقة ومثال لبافيا
(شمال إيطاليا). أجهزة الكمبيوتر وعلوم الأرض 30 (2004) ص 325-331
· Brovelli MA وLongoni UM، 2003. برنامج لتصفية بيانات LIDAR،
Rivista dell'Agenzia del Territorio، n. 3-2003، ص 11-22 (ردم 1593-2192).
· Brovelli MA, Cannata M. and Longoni UM, 2002. DTM LIDAR في منطقة أوربانا،
بوليتينو سيفت رقم 2، ص 7-26.
· يمكن رؤية أداء المرشح في ISPRS WG III/3 مقارنة المرشحات
تقرير بقلم سيثول ج. وفوسلمان ج.، 2003.
استخدم v.lidar.edgedetectiongrass عبر الإنترنت باستخدام خدمات onworks.net
